Содержание 2
Введение 3
1. Постановка задачи 5
1.2. Описание предметной области 5
1.3. Концепция экспертной медицинской системы 6
1.4. Модули системы 7
2. Интерфейс ввода 8
2.1. Функциональные возможности 8
2.2. Формы ввода 10
2.3. Функционирование системы 13
2.3.1. Диаграмма прецедентов (use case diagram) 14
2.3.2. Диаграмма классов (class diagram) 18
2.3.3. Диаграмма последовательностей 22
2.3.4. Диаграмма состояний 23
2.4. Техническое задание 24
3. База данных 25
3.1. Цель разработки БД 25
3.2. Модель базы данных 25
3.3. Таблицы базы данных 27
3.4. Генерация кода 39
4. Хранилище данных 39
Использованная литература 41
Приложения 42

Купить

В современном, динамически развивающемся мире науки и техники, каждодневно в процессе работы накапливаются колоссальные объемы данных, которые требуют не только огромного пространства для хранения, но и современных методов обработки и анализа. Тут на помощь нам приходят современные технологии интеллектуального анализа данных - DataMining, которые стали широко применятся последние 5 - 7 лет и методы машинного обучения - MachineLearning, которые применяются для выявления скрытых закономерностей в явлениях и процессах реального мира путем анализа BigData. Когда возникли данные алгоритмы, они первоначально применялись лишь в области информационных технологий, но в последнее время они получили настолько широкое применение, что можно говорить не только о естественных науках, но и о гуманитарной сфере. Ученые и исследователи стали широко использовать методы интеллектуального анализа в медицине, что помогает не только заранее спрогнозировать результат исследования, но и моделирует несколько вариантов развития событий.
Постановка диагноза до недавнего времени опиралась только лишь на показатели анализов пациента и никак не учитывались такие признаки, как место проживания, условия жизни и работы и прочие характеристики анамнеза. Но благодаря возможности использования методов анализа данных, а также методов хранения больших данных, перед нами открывается принципиально новые возможности и подходы к решению многих задач, это позволяет нам диагностировать решение, с учетом длительных временных рамок.
Настоящая работа была инициирована коллегами из Казанской государственной медицинской академии, которые обратились в Институт вычислительной математики и информационных технологий КФУ с предложением начать совместную работу по созданию систем поддержки принятия решений в области медицинской диагностики (включая
самодиагностику) на основе концепции Web 3.0. В результате ряда семинаров, организованных руководством ИВМиИТ с участием
преподавателей кафедр системного анализа и информационных технологий и анализа данных и исследования операций группой студентов под руководством доц. А.А.Андриановой была начата работа по созданию специализированного веб-сайта. Концепция системы состояла в том, чтобы не только обеспечить с её помощью консультационную поддержку пациентов с определённым заболеванием (в режиме онлайн), но главное - обеспечить сбор, хранение и анализ характеристик анамнеза и субъективных данных большого количества пациентов для последующего применения методов машинного обучения. Это, в свою очередь, должно стать основой для создания системы интеллектуальной поддержки принятия решений в области медицинской диагностики.
Поскольку сбор и верификация данных посредством специализированного веб-приложения требует довольно длительного времени, было решено параллельно проводить исследования в режиме оффлайн с использованием реальных данных из открытых источников.
Система поддержки принятия решений в области медицинской диагностики предполагает решение нескольких классов задач формальными методами (методами анализа данных, машинного обучения, математической статистики) и комплексное исследование получаемых результатов неформальными методами. Поэтому было выделено несколько подзадач, решение которых (в рамках магистерских работ) было поручено 4-м студентам 1-го года обучения магистерской программы «Бизнес- информатика»: Фатхетдиновой Аиде, Разиной Кристине, Мустафиной Элине, Зариповой Диане. Задача, предложенная мне, состояла в разработке информационной системы поддержки принятия решений в задачах медицинской диагностики(концептуальная схема, описание процессов, документация для разработчиков ). Подобное описание задачи и составляющих её подзадач, целей и методов исследования и ожидаемых результатов см. в разделе «Постановка задачи».

Купить